我有一个 Kafka Streams 应用程序，每当我重新启动它时，它正在使用的主题的偏移量都会重置。因此，对于所有分区，延迟都会增加，应用程序需要重新处理所有数据。
更新： 输出主题正在接收在应用程序重新启动后已经处理的突发事件，并不是我在上一段中所说的输入主题偏移量正在重置。但是，内部主题（KTABLE-SUPPRESS-STATE-STORE）偏移量正在重置，请参阅下面的评论。
我已经确保在重新启动之前每个分区的延迟为 1（这是针对输出主题的）。属于该消费者组 ID (app-id) 的所有消费者都处于活动状态。重新启动是立即的，大约需要 30 秒。
该应用程序仅使用一次作为处理保证。
我已经阅读了这个答案Apache Kafka 消费者组的偏移量如何过期？.
我试过auto.offset.reset = latest和auto.offset.reset = early。
似乎这些主题的偏移量并未有效提交，（但我不确定这一点）。
我假设在重新启动后，应用程序应该从该消费者组的最新提交偏移量中提取。
更新： 我假设这是内部主题（KTABLE-SUPPRESS-STATE-STORE）
Kafka Stream API 是否确保在关闭之前提交所有消耗的偏移量？（在调用streams.close() 之后）
我真的很感激任何关于这方面的线索。
更新：
这是应用程序执行的代码：
final StreamsBuilder builder = new StreamsBuilder();
final KStream<..., ...> events = builder
.stream(inputTopicNames, Consumed.with(..., ...)
.withTimestampExtractor(...);
events
.filter((k, v) -> ...)
.flatMapValues(v -> ...)
.flatMapValues(v -> ...)
.selectKey((k, v) -> v)
.groupByKey(Grouped.with(..., ...)) …